# Los modelos de visión y lenguaje no pierden la confianza con la niebla

> Un nuevo estudio de arXiv muestra que cinco VLM pequeños mantienen una confianza alta aunque su precisión cae al nivel del azar cuando la visibilidad en la niebla ronda los 12‑16 m.

Oossa · 2026-10-19 · https://oossa.com/es/vision-language-models-stay-confident-even-when-fog-makes-them-blind

Un equipo de investigadores liderado por Mochamad Rizal Fauzan publicó un artículo en arXiv el 2026‑10‑19. Evaluaron cinco modelos de visión y lenguaje de código abierto (de 2‑5 mil millones de parámetros) con 1.000 imágenes de COCO, mientras reducían gradualmente la visibilidad mediante niebla y agua simuladas. En la niebla, la precisión cayó al nivel del azar con una visibilidad de entre 12.1 m y 15.9 m, pero los modelos siguieron registrando puntuaciones internas de confianza de 0.68‑0.84 y expresando una confianza verbal de hasta 1.0. Solo un modelo mostró una confianza que se correspondía con su precisión.

## Los hechos

- Cinco VLM, de 2‑5 mil millones de parámetros, evaluados con 1.000 escenas de COCO
- Visibilidad a la que la precisión se reduce a la mitad (V_acc) en la niebla: 12.1‑15.9 m

## Por qué importa

Quienes usan VLM en entornos con poca visibilidad, como drones autónomos, pueden dejarse engañar por respuestas demasiado seguras.

## Fuentes y referencias

1. [How Murky Before a VLM Knows It Cannot See? Accuracy, Confidence and Abstention on a Physical Visibility Axis](https://arxiv.org/abs/2610.22981) – arXiv cs.CV, 2026-10-19

Última actualización: 2026-10-19